Andiaman Damanik : Analisis Jumlah Produksi Padi Di Kab.Simalungun, 2008. USU Repository © 2009
Dalam bab ini berisikan Kesimpulan dan Saran yang diperlukan dalam pemecahan masalah.
BAB 2
TINJAUAN TEORITIS
2.1 Definisi Regresi dan Korelasi
2.1.1 Definisi Regresi
Analisis Regresi adalah teknik statistika yang berguna untuk memeriksa atau memodelkan hubungan diantara variabel- variabel. Variabel-variabel tersebut dengan
menggunakan analisis regresi dapat melihat adanya pengaruh suatu karakteristik atau atribut terhadap data lain. Dengan kata lain jika mempunyai dua atau variabel maka
kita dapat mencari kita dapat mencari suatu cara bagaimana variabel-variabel itu berhubungan. Dan hubungan tersebut secara matematika dinyatakan sebagai
hubungan fungsional antara variabel-variabel.
Andiaman Damanik : Analisis Jumlah Produksi Padi Di Kab.Simalungun, 2008. USU Repository © 2009
Sebagai contoh, kita mau melihat hubungan berat badan dipengaruhi oleh tinggi bedan, hubungan produksi padi dipengaruhi oleh tingkat kesuburan, curah
hujan, bibit yang dipakai dan pemupukan yang dilakukan. Dengan melihat contoh diatas terlihat ada variabel yang mempengaruhi dan dipengaruhi. Dalam hal ini
variabel yang mempengaruhi disebut dengan variabel bebas dan variabel yang dipengaruhi disebut variabel tak bebas.
2.1.2 Definisi Korelasi
Korelasi adalah istilah statistik yang menyatakan derajat hubungan linier antar dua variabel atau lebih. Korelasi ditemukan oleh Karl Pearson pada awal tahun 1900
sehingga korelasi sering disebut Korelasi Pearson Product Moment PPM. Produk korelasi atau pengukuran yang digunakan untuk melihat kuat lemahnya korelasi
disebut koefisien korelasi yang sering disimbolkan dengan r atau R penggunaan r biasanya pada korelasi parsil sedangkan R digunakan pada korelasi berganda.
Hubungan antara dua variabel atau lebih dalam korelasi bukanlah hubungan sebab akibat timbal balik, melainkan hanya sehubungan searah. Misalnya hubungan tinggi
badan menyebabkan berat badan bertmabah, motivasi belajar menyebabkan tingkat prestasi menaik. Dengan melihat hubungan tersebut diatas dalam korelasi dikenal
penyebab dan akibat. Data penyebab atau yang mempengaruhi disebut variabel tak bebas dan data akibat disebut variabel terikat atau variabel tak bebas.
Andiaman Damanik : Analisis Jumlah Produksi Padi Di Kab.Simalungun, 2008. USU Repository © 2009
Untuk mendapatkan nilai koefisien korelasi maka kita dapat menggunakan rumus berikut:
r =
} }
−
− −
∑ ∑
∑ ∑
∑ ∑
∑
i i
i i
i i
i i
i i
Y Y
n X
X n
Y X
Y X
n
2 2
2 2
Harga-harga koefisien korelasi R berada dalam interval -1 R +1. Untuk R= + 1 maka korelasi positif sempurna artinya hubungan linier langsung sangat tinggi, untuk
R= -1 maka korelasi negatif artinya hubungan liniernya tidak langsung, untuk R= 0 tidak ada korelasi . Jika nilai R berada diantara -1 dan +1 misalnya +0.7, +0.05, -0.5, -
0.2 maka kita dapat menggunakan ketentuan seperti tabel di bawah ini:
R Interpretasi
Tidak ada korelasi
0.01 -0.20
Sangat rendah
0.21 -0.40 Rendah
0.41 -0.60 Agak rendah
Andiaman Damanik : Analisis Jumlah Produksi Padi Di Kab.Simalungun, 2008. USU Repository © 2009
0.61 -0.80 Cukup
0.81 -0.99 Tinggi
1 Sangat tinggi
Sumber :Buku Pengantar Statistika Karangan Husaini Usman, Mpd
2.2 Regresi Linier Sederhana
